메디데이터를 통해 본 임상시험 AI 활용사례
과거에는 임상시험 모니터링 진행 시 수작업으로 환자 차트를 읽거나 데이터를 단순 나열해 왔는데, 이 경우 인적 오류 발생 및 데이터 품질 저하라는 문제를 야기할 수 있다.
따라서 임상시험 업계에서는 임상시험 과정에서 발생할 수 있는 위험 요소를 즉각적으로 모니터링하고 체계적으로 예방하며 관리하는 '위해성 기반 모니터링(RBM)' 활용이 중요해지고 있다.RBM 솔루션 도입을 통해 연구자들은 여러 임상시험수행기관의 환자들을 한 번에 비교할 수 있고, 특정 환자들이 임상시험 프로토콜(Protocol) 요건을 제대로 준수하고 있는지 확인할 수 있다. 또한 데이터에서 이상치가 있을 경우 빠르게 리스크 요인들을 식별하고 대응할 수 있다.
이에 따라 국내외 기관들도 임상시험에 대한 규제를 신설하거나 강화하는 양상을 보이고 있다. 지난 2016년 11월 국제의약품규제조화위원회(International Conference on Harmonisation:ICH)는 위해성 기반 모니터링 및 임상시험의 품질 강화를 위해 임상시험 관리 기준(Good Clinical Practice, GCP)을 개정했고, FDA(US Food and Drug Administration)는 ICH-GCP 개정에 앞서 2013년 처음으로 이와 관련한 가이드라인을 발표했다.
변화의 흐름에 따라 국내외 제약사들도 효율적인 임상데이터 관리의 중요성을 실감하고 있으며, RBM 솔루션 도입 등 이에 부합하는 시스템을 구축 중에 있다.
여기서 메디데이터는 '위해성 기반 모니터링 솔루션'인 Rave RBM(Rave Risk Based Monitoring)을 내놓았다. Rave RBM은 고급 통계 알고리즘으로 임상시험 데이터베이스를 포괄적으로 검사하고 분석해 위해 요소(Risk)를 수치화하고 임상시험 데이터의 품질을 강화할 수 있다.
서로 다른 시스템의 데이터를 통합하고 각 시험 대상자에 대한 포괄적인 보고를 제공해 시험 진행 중에 중요한 데이터 변경 사항을 연구진이 쉽게 탐지하고 추적해 신약개발의 승인에 걸리는 시간을 단축시킬 수 있다.한국에서는 한미약품이 2013년 메디데이터의 임상 시험 IT 솔루션인 클리니컬 클라우드(Medidata Clinical Cloud)를 전체 임상시험에 도입해 활용하고 있다.
이와 함께 Rave RBM의 주요 솔루션인 Rave CSA를 도입해 임상 시험 과정에서 발생할 위험을 사전에 파악하고 관리하고 있다.임상시험과 관련된 위험요소의 효과적 제거와 관리, 포괄적 분석을 통한 신약개발 속도를 높이는데 한미약품은 메디데이터의 솔루션들을 사용하고 있다.
AI를 활용해 신약개발에 진척을 내는 사례는 글로벌 시장에서 더 자주 목격된다.캐슬만병협력네트워크(Castleman Disease Collective Network; CDCN)는 메디데이터의 머신러닝 알고리즘이 적용된 솔루션인 ‘레이브 오믹스(Rave Omics)’를 활용해 환자의 유전정보를 포착하고 임상시험 과정에서 다른 데이터와의 연결 및 분석을 효율화해 캐슬만병의 새로운 바이오마커를 발견하는 결과를 도출했다. 3개월만에 도출한 결과를 통해 CDCN은 새로운 치료제 개발을 위한 약물표적을 탐색하는 임상연구를 추진하고 있다.
이번 발견은 치료 반응과 신규 약물 표적에 대한 새로운 통찰을 제공하며 정밀의학의 가치를 입증한 사례로 평가받고 있다.단일임상, 빅데이터와 연계로 벽을 넘다
AI 적용 임상 프로세스는 방대한 임상시험 데이터를 기반으로 단일군 임상시험 분석을 돕는 데까지 나아갔다. 연구대상 기저질환과 환자군의 인구통계정보를 추출해 대조자료를 생성하고, 데이터를 분석하는 단계까지 오른 것.새로운 항암제 개발에 있어 무작위 대조연구에 따르는 어려움을 호소하던 제약사들도 합성대조군 적용을 통해 연구 지속이나 중단을 결정할 수 있게 됐다.
희귀질환의 경우 환자 수 자체가 적어 임상시험 대상자 모집이 어렵고, 항암 신약의 경우 기존 치료제에 내성이 발생하거나 더 이상 효과를 기대할 수 없는 말기 암환자나 소아암 환자들을 대조군으로 이용하는 건 윤리적 문제가 있는데 이를 대조군 없이 단일군시험으로 진행하게 됐다는 의미다.대조군이 없는 상황에서 가상의 합성대조군으로는 과거 임상시험 결과가 활용될 수도 있고, 전자의무기록(EMR) 출처의 실제 임상근거 데이터(Real Word Data, RWD)가 활용될 수도 있다.
이런 합성대조군은 신약을 개발하는 제약사 입장에서는 초기 임상에서 다음 단계로 진행할지, 임상을 중단할지 결정을 내릴 수 있는 근거가 되기도 한다. 아울러 임상시험을 진행하기 위한 역학연구나 사후문헌조사, 안전성 연구에도 사용된다.메디데이터 관계자는 "AI를 적용해 임상을 진행하는 실제 사례는 더 많으며 희귀질환 영역부터 기존 임상에서 놓친 데이터베이스를 분석하는데 까지 다양하게 진행되고 있다"면서 "AI를 통한 임상시험 효율성을 높이는데 국내제약사들도 적극적으로 나서고 있다"고 전했다.